มาตรฐานการพิสูจน์
เรากลั่นตัวเลขด้วยมาตรฐานเดียวกับสายควอนต์ระดับโลก
วิธีที่เราใช้พิสูจน์ตัวเลขพวกนี้ ไม่ได้คิดเอาเอง — มันคือชุดหลักการเดียวกับที่งานวิจัยการเงินเชิงปริมาณและกองทุนควอนต์ใช้แยกว่ากลยุทธ์ไหน "จริง" กลยุทธ์ไหน "ฟลุค"
"ระบบที่ดี ไม่ใช่ระบบที่ถูกชม — แต่คือระบบที่ถูกพยายามหักล้างทุกวิถีทางแล้วยังไม่ล้ม"
หลัก Falsification ของ Karl Popper นักปรัชญาวิทยาศาสตร์ — เราตั้งต้นด้วยการพยายาม "ฆ่า" ระบบตัวเอง ไม่ใช่หาเหตุมาเชียร์Marcos López de Prado
อดีตหัวหน้า Machine Learning กองทุน AQR · ศ. Cornell
เราเทสบนราคา real-tick + หักต้นทุนจริงทุกไม้ + กันการเข้าข้างตัวเอง (overfitting) ตามมาตรฐานของเขา · และร่วมกับ David H. Bailey พัฒนา Deflated Sharpe Ratio — ปรับสถิติตามจำนวนครั้งที่ลองก่อนเชื่อ
Advances in Financial Machine Learning (2018)
Campbell R. Harvey
ศ. Duke · อดีตประธาน American Finance Association
"กลยุทธ์ที่คนค้นพบส่วนใหญ่เป็นของปลอม" — เราจึงเทสทั้งตะกร้า แยกรายปี ไม่เลือกโชว์เฉพาะคู่ที่สวย และระวังการเจอ "ชนะ" ปลอมจากการลองหลายครั้ง
…and the Cross-Section of Expected Returns (2016)
Bradley Efron
ศ. Stanford · ผู้คิดค้นวิธี Bootstrap
วัดความเสี่ยงขาลง (Drawdown) และความทนทาน ด้วยการสุ่มซ้ำหลายพันรอบ แทนการเชื่อค่าเดียว — มาตรฐานความแข็งแกร่งของเรา
An Introduction to the Bootstrap (1993)
Halbert White
นักเศรษฐมิติ ศ. UC San Diego · เจ้าของ "Reality Check"
ก่อนสรุปว่า "มี Edge" เราหักผลของเทรนด์พื้นหลัง (drift) ออก และแก้ค่าความน่าจะเป็นตามจำนวนเซลล์ที่ทดสอบ (Bonferroni) — กันการตีความ noise เป็นของจริง
A Reality Check for Data Snooping (2000)
David Aronson
ผู้บุกเบิกการวิเคราะห์ทางเทคนิคเชิงประจักษ์ (Evidence-Based)
จุดยืนทั้งเล่มของเขาคือสิ่งเดียวกับที่เราทำกับ LSS ทุกบรรทัด — "พิสูจน์กฎกราฟด้วยวิธีวิทยาศาสตร์และสถิติ" ไม่ใช่ความเชื่อหรือความรู้สึก (ดูได้จากชื่อรองบนปก)
Evidence-Based Technical Analysis (Wiley, 2006)
เราอ้างอิง "หลักการ" จากผลงานเหล่านี้เพื่ออธิบายมาตรฐานการทดสอบของเรา — ไม่ได้หมายความว่าบุคคลหรือสถาบันข้างต้นรับรอง เกี่ยวข้อง หรือมีส่วนร่วมกับ 5 Minute Trader แต่อย่างใด